Abstrakt
Implementation of remote monitoring technology for real wind turbine structures designed to detect potential sources of failure is described. An innovative multi-axis contactless acoustic sensor measuring acoustic intensity as well as previously known accelerometers were used for this purpose. Signal processing methods were proposed, including feature extraction and data analysis. Two strategies were examined: Mel Frequency Cepstral Coefficients pruned with principal component analysis and autoencoder-based feature extraction. The scientific experiment resulted in data gathering and analysis to predict potential wind turbine mechanism failures.
Cytowania
-
2
CrossRef
-
0
Web of Science
-
2
Scopus
Autor (1)
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.3389/fenrg.2022.858958
- Licencja
- otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach
- Opublikowano w:
-
Frontiers in Energy Research
nr 10,
ISSN: 2296-598X - Język:
- angielski
- Rok wydania:
- 2022
- Opis bibliograficzny:
- Czyżewski A.: Remote Health Monitoring of Wind Turbines Employing Vibroacoustic Transducers and Autoencoders// Frontiers in Energy Research -Vol. 10, (2022), s.858958-
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.3389/fenrg.2022.858958
- Źródła finansowania:
-
- Publikacja bezkosztowa
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 133 razy
Publikacje, które mogą cię zainteresować
An Intelligent Approach to Short-Term Wind Power Prediction Using Deep Neural Networks
- T. Niksa-Rynkiewicz,
- P. Stomma,
- A. Witkowska
- + 5 autorów